Question

将numpy导入为np

我有一个给定的数组（a）：

a = np.array([[99,2,3,4,99],
              [6,7,8,99,10]])

我有3个参考数组（b，c和d）：

b = np.array([[99,12,13,14,99],
              [16,17,99,99,20]])

c = np.array([[21,22,23,24,99],
              [26,27,99,99,30]])

d = np.array([[31,32,33,34,35],
              [36,37,99,99,40]])

参考数组以这种形式一起给出：

references = np.array([b,c,d])

我必须使用最近的索引替换给定数组'a'中的值'99' 如果“非99”值可用，则参考数组的值。

预期的答案是：

answer = np.array([[21,2,3,4,35],
              [6,7,8,99,10]])

最快的做法是什么？

Answer 1

您可以使用np.select：

import numpy as np

a = np.array([[99,2,3,4,99],
              [6,7,8,99,10]])

b = np.array([[99,12,13,14,99],
              [16,17,99,99,20]])

c = np.array([[21,22,23,24,99],
              [26,27,99,99,30]])

d = np.array([[31,32,33,34,35],
              [36,37,99,99,40]])

references = np.array([b,c,d])

choices = np.concatenate([a[None, ...], references])
conditions = (choices != 99)

print(np.select(conditions, choices, default=99))

产量

[[21  2  3  4 35]
 [ 6  7  8 99 10]]

在Numpy获取最近的索引

1 个答案: